隧道围岩变形预测的进化高斯过程回归模型

被引：23

作者：

刘开云 ^{[1
]}

方昱 ^{[1
,2
]}

刘保国 ^{[1
]}

徐冲 ^{[1
]}

机构：

[1] 北京交通大学土木建筑工程学院

[2] 安徽省高速公路控股集团有限公司

来源：

铁道学报 | 2011年 / 12期

关键词：

隧道工程; 变形预测; 高斯过程回归; 遗传算法; 智能模型;

D O I：

暂无

中图分类号：

U451.2 [];

学科分类号：

0814 ; 081406 ;

摘要：

隧道施工围岩变形预测是关系到隧道施工安全和工程质量的关键,至今已出现多种预测模型,但也存在各种问题。本文将高斯过程回归(GPR)引入隧道施工围岩变形预测以克服现有模型存在的问题,针对目前采用共轭梯度法获得GPR模型最优超参数的缺陷,将十进制遗传算法(GA)与高斯过程回归算法相耦合,采用遗传算法在训练过程中自动搜索GPR模型最优超参数,形成GA-GPR算法,并编制相应的计算程序。为了对比,采用遗传算法与支持向量回归(SVR)算法相耦合,形成GA-SVR算法,将这两种算法程序应用于黄榜岭隧道施工围岩变形预测。计算结果对比表明:本文提出的进化高斯过程回归算法明显提高了预测精度,并为类似工程提供借鉴。

引用

页码：101 / 106

页数：6

共 8 条

[1] 基于改进GA-SVR算法的隧道工程智能信息化设计研究 [J].